一杯网红奶茶背后的数字化之旅

零售行业是近年里规模发展最快、竞争最激烈的行业之一，而零售企业能否应用好大数据，做到零售要素的数字化、运营管理的智能化，在接下来的市场竞争中至关重要。在 Kyligence 举办的 Data & Cloud Summit 2021 行业峰会上，合阔基础架构总监李洪超现场以一杯网红奶茶为例，分享了对零售数字化转型的深度思考和洞见。他认为在数据的驱动下，将会有更多定制化和个性化的消费场景满足用户需求。零售企业需要构建强大的数字化系统，智能化支撑和管理企业前端业务和后端供应链。

-- 以下为李洪超在大会的演讲实录 --

今天我想分为三部分来分享下“一杯网红奶茶背后的数字化之旅”。第一部分介绍关于中台的内容，第二部分介绍一杯茶的故事，第三部分将分享下对于未来的展望和数字化系统搭建的经验。

1. 中台没有合适或不合适，满足需求第一位

为什么要谈中台，现在的话题有拆中台，也有上中台，中台对我们来说到底合适不合适。其实我认为这个话题没有合适不合适，只能说在正确的时间、正确的地点，遇到正确的人。为什么说要建设全渠道业务，对于做零售业和餐饮这类SaaS平台来说，现在消费习惯和购物场景发生了很大变化。

上世纪和本世纪初，很多时候是工厂生产什么，我们就买什么，买什么就用什么。但是，现在这个消费场景发生了变化，特别是疫情以后，更多关注以用户为中心的个性化消费和定制化消费场景。现在以消费者为中心，以数据为驱动，很多传统企业，例如制造业、零售业，都在做数字化转型。很多企业步子已经迈的很快，已经完全做到了数字化，而有些还在观望。今天对于零售业而言，线上线下渠道已经完全合并，没有哪个企业对零售业只做线下服务。特别是疫情的时候，行业变化非常大，只有线上和线下相结合，才可以提升企业运营效率和利润盈利点。

在这一新的消费场景背后，需要一套完善的供应链做支持，来降低企业的运营成本。而降低的这部分成本，就是企业的利润。在零售的现有架构里面，中间这部分是传统业务，如点单叫号、客户管理。它所对接的渠道，现在有线上的，虚拟化的——虚拟门店、虚拟货柜、还有APP小程序，然后结合数字化，对门店流量做分析和预测，还有一部分对接美团、饿了么这种大的流量渠道。渠道对接很多平台，中间有业务架构，而后面有一套完整的系统需要结合 AI、IoT、三方模型等，把数字和人工智能相结合，为企业提供更快的决策支持。

2. 一杯茶背后需要一个强大的系统

当我们在点奶茶的时候，会根据哪些特点来选择呢？有的人说我喜欢这家这个茶的口感，喝到嘴里比较丝滑，而有的人认为那家的芝士做得比较好，还有的商家文案不错，还有的人喜欢杯子的设计。点一杯奶茶的时候，不同的人有不同的选择、不同的喜好，千人千面。从商家侧来说，一杯茶，不同的茶底，选择红茶、普洱、还是乌龙？冰，多冰还是去冰？风味是抹茶、芝士、还是酸奶？冰沙，要还是不要？不同性别、不同天气情况，可能选择都不一样。一杯茶，可以通过不同的选择，变成几十种配方。那么，零售企业应该怎么做配方，该怎么做供应链？

可以清楚地是，企业都会有标准配方，每份原料的量是确定的。同一个品牌的奶茶，无论上海、北京、还是三亚，味道都差不多，就是因为背后有一个标准配方在支持。另外，标准配方下，某一个属性的比例是可以变化的，这就为消费者提供了更多选择，这些选择可以让商家满足消费者不同的个性化需求和定制化需求。同样的冰，可以做出 6 种选择，同样的茶或者芝士，也可以做出很多种选择。一杯茶，从点单到制作，到配方计算，一直到交付——复杂的点在哪里呢？

第一、动态的配方计算。这背后关系着一系列的逻辑。首先，库存是否支持这些配方，供应链能否支持个性化需求。其次，实时库存扣减，每杯茶出去以后，后台运营要知道清楚地当前的库存状况，甚至全国所有门店当前的库存状况。在标准配方下面会衍生出很多动态配方，根据区域，口味，加料等演变出不同的选择。可以在不同平台上，根据自己的喜好，选择不同的口味，不同的加料。这个里面需要一个非常完善的数字化体系支持。

第二、实时库存扣减。一套标准配方来说，无论在上海、三亚、还是东北，同一个品牌，每家店选择的口味是相同的，这关系到标准配方原料的配送。原料配送，涉及到不同地区可能会配送不同的奶。考虑奶源相差大，可能上海喜欢光明，内蒙喜欢伊利，当做物料调配的时候，在三亚地区多调配冰，在东北地区少调配冰。圣诞节快到了，在换成圣诞杯子之前，当前库存的杯子还可以维持多长时间。物料的配送，能不能减少之前杯子的浪费。圣诞杯子订购多大的量，涉及到库存损益的问题。每家店配该送多少，才能减少库存损益？而这里减少的损益，对于企业来说就是利润。

总体来说，一杯茶背后要有着强大的实时计算引擎支持，从订货、收货到接单、配方调整、物料扣减等一系列的过程中，实时计算引擎完成了大量实时计算任务。 

一杯茶业务的复杂意义，第一、全渠道订单履约。即点单后，能否在规定时间内完成交付。第二、商业协同与运营优化。门店之间，企业之间，内部运营是否合理，资源分配是否合理，有没有浪费，有没有资源紧张等问题都需要被关注。

设想一下，今天老板很开心，点了 200 杯奶茶请团队喝，商家怎么能够在规定时间内完成制作和配送？200 杯奶茶，一杯一分钟，需要 200 分钟。假如有 3 个店员，从点单到收货，需要将近一个半小时，你可能容忍不了。另外，有可能这个店所余配料不能满足 200 杯奶茶，那么后面还需要做一系列工作。如果 3 公里之内有 5 家同一品牌的店，他们是否可以承担订单，他们的物料能否支持这 200 杯奶茶？这背后需要强大的系统来做合理计算，从物料、人员、订单各方面做计算，才能完成一杯奶茶背后所有复杂逻辑，准时交付到客户手里。

3. 数据服务应该让人人都可用

毋庸置疑，数字化将成为企业发展核心。无论你有多少消费场景，无论做多么实时的决策，无论做精准营销还是做社交营销，是人工智能还是区块链等，这些都是基于数字化来完成的。如果没有一套完整的数字化系统，对于未来的新消费场景变化以及在快速的产品迭代的情况下，很难做决策。

下面我想分享一下数字化系统中数据服务的构建问题。就技术方面，对于一个企业来讲，起步的时候需求没有那么复杂，简单的把数据抽取存到云上。当发展到一定阶段，需求越来越多，原来的门店运营报表到实时报表，再到财务对运营做实时分析，这对技术层面提出非常大的挑战，所以我们要转化成接近实时的方案。而且数据源是多类型的，视频，excel，数据库等，做这种架构调整，需要多方面考虑。

传统来讲，整个技术流程是导入数据，经过 Kyligence 产品做关联分析，做各种抽取，完善数仓的数据，最终为用户提供报表。不过有些业务人员不熟悉各种智能化的报表，可能更加擅长用 excel 。所以在我们提供数据服务时候，要充分考虑用户熟悉哪些工具，不至于推出一种工具，一定要强迫他们去学习，毕竟学习成本对企业来说也很大。
不过现在，我们可以将之前的 DB 数据，甚至其他大数据进行结合，通过 Kyligence 产品做关联、综合分析、抽取等。这样经过一个数据平台处理以后，为用户提供多种形式，类似提供固定格式报表，提供用户可以自定义分析的报表，并且用户可以通过 excel 进入我们的平台来做数据分析。这为用户提供了更好的一种数据业务支持。

此外，在平台上，我们还面临一个问题，那就是到底是做业务平台还是做数据平台？对于我们这种提供 SaaS 平台的厂商，需要提供两种平台：第一、业务平台，满足客户快速开店。作为一个品牌商，作为一个奶茶店，作为一个零售商，主要业务是开店，所有IT 信息交给我们处理。开完店，所有数据处理，数据分析都由我们来做，做好以后交给客户，这样提高了客户的运行效率。第二、数据中台，和业务中台相互配合，才能更高提高运营效率，更好提高客户利润。我们不需要客户花大量人力物力构建 IT 平台、数据分析平台，只需要通过我们自己的努力，通过我们对于业务了解，建立现成平台，客户只要用就可以了。

在数据层面，我们目的很简单，第一、减少人力成本，因为招一个好的数据分析师并不容易。第二、接入更多场景，因为我们对接很多客户，有很多业务场景接入的经验，所以更能帮助到客户。第三、支持实时分析，实时分析价值对于企业做决策非常重要，特别是针对现在的定制化场景。

我们希望通过和 Kyligence 的合作，能够帮客户做到“千店一面”，一杯奶茶在不同店的口味是一样的。但是又能做到“千人千面”，满足不同消费者的不同口味需求。这就要求我们除了对客户进行画像，还要对门店做画像。通过门店的画像，后台由供应、由运营进一步做支持，降低成本。当成本降低了，企业运营绩效就起来了。让库存管理、门店和业务三者协同，从配方、库存到成本形成正向连接，企业就能够实现高效运转。

点击这里观看完整版演讲视频，下载演讲资料。

关于 Kyligence

Kyligence 由 Apache Kylin 创始团队创建，致力于打造下一代智能数据云平台，为企业实现自动化的数据服务和管理。基于机器学习和 AI 技术，Kyligence 从多云的数据存储中识别和管理最有价值数据，并提供高性能、高并发的数据服务以支撑各种数据分析与应用，同时不断降低 TCO。Kyligence 已服务中国、美国及亚太的多个银行、保险、制造、零售等客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、一汽、安踏、Costa、UBS、Metlife、AppZen 等全球知名企业和行业领导者。公司已通过 ISO9001，ISO27001 及 SOC2 Type1 等各项认证及审计，并在全球范围内拥有众多生态合作伙伴。